NOMAI：可扩展的MPC联邦学习系统

Yiyi Sun 提出基于 MPC 的联邦学习系统 NOMAI，论文称其首次同时提供模型隐私、数据隐私和完整性三项保证，采用多委员会 MPC 架构与打包 Shamir 秘密共享实现 SIMD 式安全计算。 论文称，在 MNIST 每轮训练中，NOMAI 将单用户计算降至半诚实模型下不足 350 毫秒、恶意中止模型下不足 700 毫秒，较此前工作提升三个数量级，并可支持超过 10^6 名用户。该系统在半诚实模型下依赖诚实多数假设，并扩展至恶意中止场景。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。